ABOUT THIS TOOL
关于 TorchDrug
面向药物发现研究的开源 PyTorch 图表示学习工具箱，包含分子、蛋白质、反应和知识图谱组件。它面向“快速构建和比较药物发现机器学习模型”这一类科研任务，可通过Python、Windows、macOS、Linux使用。本站将其归入生物与医学，相关能力标签包括药物发现、图神经网络。
适合用统一的图数据结构搭建分子性质、蛋白质、生成、反应或知识图谱模型原型。应明确数据划分、表示方式、评价指标和依赖版本，并避免把随机划分结果误当作真实外推能力。
TorchDrug 适合哪些科研任务？
- 构建分子与蛋白质图表示模型
- 比较药物发现机器学习方法
- 复现部分公开模型和基准任务
选择与使用建议
建议先用不含敏感信息的小型任务试用，检查输出是否可追溯、能否导出，以及是否适合你所在团队的工作流。涉及论文结论、统计分析或专业模型时，应保留原始来源、参数和人工复核记录。
- 工具箱提供实现框架，不保证模型具有实验有效性
- 官方文档所列部分依赖版本较旧，环境需单独验证
药物发现图神经网络
最后核验：2026-08-31
资料来源：官方来源 ↗
工具功能、价格与政策可能变化，请以官方页面为准。